基于离散Hopfield神经网络的污染车牌字符识别

• 作者: 刘玥 孙国强
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 污染车牌 字符识别 Hopfield神经网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 32-35
• 页数: 4页
• 分类号: TP301
• 字数: 2879字
• 语种: 中文
• DOI: 10.11907/rjdk.192300

摘要

传统字符识别方法缺乏对污染车牌字符正确识别的能力,难以有效分辨易混淆字符等.针对这些弊端,采用MATLAB对真实车牌字符图像进行处理,提出一种基于离散Hopfield神经网络的改进算法(CLP-HNN),对车牌字母及数字进行识别.实验结果表明,该算法对污染车牌字符识别率达93.3％,不仅可有效降低污染车牌错误识别的风险,而且可提高易混淆字符正确辨别率,对减少车牌误识别引起的交通安全及秩序问题有较大参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国强	上海理工大学光电信息与计算机工程学院	64	308	9.0	15.0
2	刘玥	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0